【Java进阶营】面试官：分布式锁用Redis好？还是Zooke

提到锁大家肯定有了解，像 Synchronized、ReentrantLock，在单进程情况下，多个线程访问同一资源，可以用它们来保证线程的安全性。

image

不过目前互联网项目越来越多的项目采用集群部署，也就是分布式情况，这两种锁就有些不够用了。

来两张图举例说明下，本地锁的情况下：

image

分布式锁情况下：

image

就其思想来说，就是一种“我全都要”的思想，所有服务都到一个统一的地方来取锁，只有取到锁的才能继续执行下去。

image

说完思想，下面来说一下具体的实现。

Redis 实现

为实现分布式锁，在 Redis 中存在 SETNX key value 命令，意为 set if not exists(如果不存在该 key，才去 set 值)，就比如说是张三去上厕所，看厕所门锁着，他就不进去了，厕所门开着他才去。

image

可以看到，第一次 set 返回了 1，表示成功，但是第二次返回 0，表示 set 失败，因为已经存在这个 key 了。在此我向大家推荐一个架构学习交流圈。交流学习指导伪鑫：1253431195（里面有大量的面试题及答案）里面会分享一些资深架构师录制的视频录像：有Spring，MyBatis，Netty源码分析，高并发、高性能、分布式、微服务架构的原理，JVM性能优化、分布式架构等这些成为架构师必备的知识体系。还能领取免费的学习资源，目前受益良多

当然只靠 setnx 这个命令可以吗?当然是不行的，试想一种情况，张三在厕所里，但他在里面一直没有释放，一直在里面蹲着，那外面人想去厕所全部都去不了，都想锤死他了。

Redis 同理，假设已经进行了加锁，但是因为宕机或者出现异常未释放锁，就造成了所谓的“死锁”。

image

聪明的你们肯定早都想到了，为它设置过期时间不就好了，可以 SETEX key seconds value 命令，为指定 key 设置过期时间，单位为秒。

但这样又有另一个问题，我刚加锁成功，还没设置过期时间，Redis 宕机了不就又死锁了，所以说要保证原子性吖，要么一起成功，要么一起失败。

当然我们能想到的 Redis 肯定早都为你实现好了，在 Redis 2.8 的版本后，Redis 就为我们提供了一条组合命令 SET key value ex seconds nx，加锁的同时设置过期时间。

image

就好比是公司规定每人最多只能在厕所呆 2 分钟，不管释放没释放完都得出来，这样就解决了“死锁”问题。

但这样就没有问题了吗?怎么可能。

试想又一种情况，厕所门肯定只能从里面开啊，张三上完厕所后张四进去锁上门，但是外面人以为还是张三在里面，而且已经过了 3 分钟了，就直接把门给撬开了，一看里面却是张四，这就很尴尬啊。

换成 Redis 就是说比如一个业务执行时间很长，锁已经自己过期了，别人已经设置了新的锁，但是当业务执行完之后直接释放锁，就有可能是删除了别人加的锁，这不是乱套了吗。

所以在加锁时候，要设一个随机值，在删除锁时进行比对，如果是自己的锁，才删除。

多说无益，烦人，直接上代码：

//基于jedis和lua脚本来实现 
privatestaticfinal String LOCK_SUCCESS = "OK"; 
privatestaticfinal Long RELEASE_SUCCESS = 1L; 
privatestaticfinal String SET_IF_NOT_EXIST = "NX"; 
privatestaticfinal String SET_WITH_EXPIRE_TIME = "PX"; 

@Override 
public String acquire() { 
    try { 
        // 获取锁的超时时间，超过这个时间则放弃获取锁 
        long end = System.currentTimeMillis() + acquireTimeout; 
        // 随机生成一个 value 
        String requireToken = UUID.randomUUID().toString(); 
        while (System.currentTimeMillis() < end) { 
            String result = jedis 
                .set(lockKey, requireToken, SET_IF_NOT_EXIST, SET_WITH_EXPIRE_TIME, expireTime); 
            if (LOCK_SUCCESS.equals(result)) { 
                return requireToken; 
            } 
            try { 
                Thread.sleep(100); 
            } catch (InterruptedException e) { 
                Thread.currentThread().interrupt(); 
            } 
        } 
    } catch (Exception e) { 
        log.error("acquire lock due to error", e); 
    } 

    returnnull; 
} 

@Override 
public boolean release(String identify) { 
    if (identify == null) { 
        returnfalse; 
    } 
    //通过lua脚本进行比对删除操作，保证原子性 
    String script = "if redis.call('get', KEYS[1]) == ARGV[1] then return redis.call('del', KEYS[1]) else return 0 end"; 
    Object result = new Object(); 
    try { 
        result = jedis.eval(script, Collections.singletonList(lockKey), 
            Collections.singletonList(identify)); 
        if (RELEASE_SUCCESS.equals(result)) { 
            log.info("release lock success, requestToken:{}", identify); 
            returntrue; 
        } 
    } catch (Exception e) { 
        log.error("release lock due to error", e); 
    } finally { 
        if (jedis != null) { 
            jedis.close(); 
        } 
    } 

    log.info("release lock failed, requestToken:{}, result:{}", identify, result); 
    returnfalse; 
} 

思考：加锁和释放锁的原子性可以用 lua 脚本来保证，那锁的自动续期改如何实现呢?

Redisson 实现

Redisson 顾名思义，Redis 的儿子，本质上还是 Redis 加锁，不过是对 Redis 做了很多封装，它不仅提供了一系列的分布式的 Java 常用对象，还提供了许多分布式服务。

在引入 Redisson 的依赖后，就可以直接进行调用：

<dependency> 
    <groupId>org.redisson</groupId> 
    <artifactId>redisson</artifactId> 
    <version>3.13.4</version> 
</dependency> 

先来一段 Redisson 的加锁代码：

private void test() { 
    //分布式锁名  锁的粒度越细，性能越好 
    RLock lock = redissonClient.getLock("test_lock"); 
    lock.lock(); 
    try { 
        //具体业务...... 
    } finally { 
        lock.unlock(); 
    } 
} 

就是这么简单，使用方法 jdk 的 ReentrantLock 差不多，并且也支持 ReadWriteLock(读写锁)、Reentrant Lock(可重入锁)、Fair Lock(公平锁)、RedLock(红锁)等各种锁，详细可以参照redisson官方文档来查看。

image

那么 Redisson 到底有哪些优势呢?锁的自动续期(默认都是 30 秒)，如果业务超长，运行期间会自动给锁续上新的 30s，不用担心业务执行时间超长而锁被自动删掉。在此我向大家推荐一个架构学习交流圈。交流学习指导伪鑫：1253431195（里面有大量的面试题及答案）里面会分享一些资深架构师录制的视频录像：有Spring，MyBatis，Netty源码分析，高并发、高性能、分布式、微服务架构的原理，JVM性能优化、分布式架构等这些成为架构师必备的知识体系。还能领取免费的学习资源，目前受益良多

加锁的业务只要运行完成，就不会给当前续期，即便不手动解锁，锁默认在 30s 后删除，不会造成死锁问题。

前面也提到了锁的自动续期，我们来看看 Redisson 是如何来实现的。

先说明一下，这里主要讲的是 Redisson 中的 RLock，也就是可重入锁，有两种实现方法：

// 最常见的使用方法 
lock.lock(); 

// 加锁以后10秒钟自动解锁 
// 无需调用unlock方法手动解锁 
lock.lock(10, TimeUnit.SECONDS); 

而只有无参的方法是提供锁的自动续期操作的，内部使用的是“看门狗”机制，我们来看一看源码。

image image

不管是空参还是带参方法，它们都调用的是同一个 lock 方法，未传参的话时间传了一个 -1，而带参的方法传过去的就是实际传入的时间。

image

继续点进 scheduleExpirationRenewal 方法：

image

点进 renewExpiration 方法：

image

总结

当我们指定锁过期时间，那么锁到时间就会自动释放。如果没有指定锁过期时间，就使用看门狗的默认时间 30s，只要占锁成功，就会启动一个定时任务，每隔 10s 给锁设置新的过期时间，时间为看门狗的默认时间，直到锁释放。

小结：虽然 lock() 有自动续锁机制，但是开发中还是推荐使用 lock(time，timeUnit)，因为它省掉了整个续期带来的性能损，可以设置过期时间长一点，搭配 unlock()。

若业务执行完成，会手动释放锁，若是业务执行超时，那一般我们服务也都会设置业务超时时间，就直接报错了，报错后就会通过设置的过期时间来释放锁。

public void test() { 
    RLock lock = redissonClient.getLock("test_lock"); 
    lock.lock(30, TimeUnit.SECONDS); 
    try { 
        //.......具体业务 
    } finally { 
        //手动释放锁 
        lock.unlock(); 
    } 
} 

基于 Zookeeper 来实现分布式锁

很多小伙伴都知道在分布式系统中，可以用 ZK 来做注册中心，但其实在除了做祖册中心以外，用 ZK 来做分布式锁也是很常见的一种方案。

先来看一下 ZK 中是如何创建一个节点的?ZK 中存在 create [-s] [-e] path [data] 命令，-s 为创建有序节点，-e 创建临时节点。

image

这样就创建了一个父节点并为父节点创建了一个子节点，组合命令意为创建一个临时的有序节点。

而 ZK 中分布式锁主要就是靠创建临时的顺序节点来实现的。至于为什么要用顺序节点和为什么用临时节点不用持久节点?先考虑一下，下文将作出说明。

同时还有 ZK 中如何查看节点?ZK 中 ls [-w] path 为查看节点命令，-w 为添加一个 watch(监视器)，/ 为查看根节点所有节点，可以看到我们刚才所创建的节点，同时如果是跟着指定节点名字的话为查看指定节点下的子节点。

image

后面的 00000000 为 ZK 为顺序节点增加的顺序。注册监听器也是 ZK 实现分布式锁中比较重要的一个东西。

image

下面来看一下 ZK 实现分布式锁的主要流程：

当第一个线程进来时会去父节点上创建一个临时的顺序节点。

第二个线程进来发现锁已经被持有了，就会为当前持有锁的节点注册一个 watcher 监听器。

第三个线程进来发现锁已经被持有了，因为是顺序节点的缘故，就会为上一个节点去创建一个 watcher 监听器。

当第一个线程释放锁后，删除节点，由它的下一个节点去占有锁。

看到这里，聪明的小伙伴们都已经看出来顺序节点的好处了。非顺序节点的话，每进来一个线程进来都会去持有锁的节点上注册一个监听器，容易引发“羊群效应”。

image

这么大一群羊一起向你飞奔而来，不管你顶不顶得住，反正 ZK 服务器是会增大宕机的风险。

而顺序节点的话就不会，顺序节点当发现已经有线程持有锁后，会向它的上一个节点注册一个监听器，这样当持有锁的节点释放后，也只有持有锁的下一个节点可以抢到锁，相当于是排好队来执行的，降低服务器宕机风险。

至于为什么使用临时节点，和 Redis 的过期时间一个道理，就算 ZK 服务器宕机，临时节点会随着服务器的宕机而消失，避免了死锁的情况。

下面来上一段代码的实现：

public class ZooKeeperDistributedLock implements Watcher { 

    private ZooKeeper zk; 
    private String locksRoot = "/locks"; 
    private String productId; 
    private String waitNode; 
    private String lockNode; 
    private CountDownLatch latch; 
    private CountDownLatch connectedLatch = new CountDownLatch(1); 
    private int sessionTimeout = 30000; 

    public ZooKeeperDistributedLock(String productId) { 
        this.productId = productId; 
        try { 
            String address = "192.168.189.131:2181,192.168.189.132:2181"; 
            zk = new ZooKeeper(address, sessionTimeout, this); 
            connectedLatch.await(); 
        } catch (IOException e) { 
            throw new LockException(e); 
        } catch (KeeperException e) { 
            throw new LockException(e); 
        } catch (InterruptedException e) { 
            throw new LockException(e); 
        } 
    } 

    public void process(WatchedEvent event) { 
        if (event.getState() == KeeperState.SyncConnected) { 
            connectedLatch.countDown(); 
            return; 
        } 

        if (this.latch != null) { 
            this.latch.countDown(); 
        } 
    } 

    public void acquireDistributedLock() { 
        try { 
            if (this.tryLock()) { 
                return; 
            } else { 
                waitForLock(waitNode, sessionTimeout); 
            } 
        } catch (KeeperException e) { 
            throw new LockException(e); 
        } catch (InterruptedException e) { 
            throw new LockException(e); 
        } 
    } 
    //获取锁 
    public boolean tryLock() { 
        try { 
        // 传入进去的locksRoot + “/” + productId 
        // 假设productId代表了一个商品id，比如说1 
        // locksRoot = locks 
        // /locks/10000000000，/locks/10000000001，/locks/10000000002 
        lockNode = zk.create(locksRoot + "/" + productId, new byte[0], ZooDefs.Ids.OPEN_ACL_UNSAFE, CreateMode.EPHEMERAL_SEQUENTIAL); 

        // 看看刚创建的节点是不是最小的节点 
        // locks：10000000000，10000000001，10000000002 
        List<String> locks = zk.getChildren(locksRoot, false); 
        Collections.sort(locks); 

        if(lockNode.equals(locksRoot+"/"+ locks.get(0))){ 
            //如果是最小的节点,则表示取得锁 
            return true; 
        } 

        //如果不是最小的节点，找到比自己小1的节点 
      int previousLockIndex = -1; 
            for(int i = 0; i < locks.size(); i++) { 
        if(lockNode.equals(locksRoot + “/” + locks.get(i))) { 
                    previousLockIndex = i - 1; 
            break; 
        } 
       } 

       this.waitNode = locks.get(previousLockIndex); 
        } catch (KeeperException e) { 
            throw new LockException(e); 
        } catch (InterruptedException e) { 
            throw new LockException(e); 
        } 
        return false; 
    } 

    private boolean waitForLock(String waitNode, long waitTime) throws InterruptedException, KeeperException { 
        Stat stat = zk.exists(locksRoot + "/" + waitNode, true); 
        if (stat != null) { 
            this.latch = new CountDownLatch(1); 
            this.latch.await(waitTime, TimeUnit.MILLISECONDS); 
            this.latch = null; 
        } 
        return true; 
    } 

    //释放锁 
    public void unlock() { 
        try { 
            System.out.println("unlock " + lockNode); 
            zk.delete(lockNode, -1); 
            lockNode = null; 
            zk.close(); 
        } catch (InterruptedException e) { 
            e.printStackTrace(); 
        } catch (KeeperException e) { 
            e.printStackTrace(); 
        } 
    } 
    //异常 
    public class LockException extends RuntimeException { 
        private static final long serialVersionUID = 1L; 

        public LockException(String e) { 
            super(e); 
        } 

        public LockException(Exception e) { 
            super(e); 
        } 
    } 
} 

总结

既然明白了 Redis 和 ZK 分别对分布式锁的实现，那么总该有所不同的吧。没错，我都帮大家整理好了：

实现方式的不同，Redis 实现为去插入一条占位数据，而 ZK 实现为去注册一个临时节点。

遇到宕机情况时，Redis 需要等到过期时间到了后自动释放锁，而 ZK 因为是临时节点，在宕机时候已经是删除了节点去释放锁。

Redis 在没抢占到锁的情况下一般会去自旋获取锁，比较浪费性能，而 ZK 是通过注册监听器的方式获取锁，性能而言优于 Redis。

不过具体要采用哪种实现方式，还是需要具体情况具体分析，结合项目引用的技术栈来落地实现。